（来源：上观新闻）
在观众看🧙♀️🐹来，电子榨菜🐟那么多👨👩👧，AI仿真人短🇧🇫剧是最难以🤜💤下咽的那一类🥋。如果题目🇲🇫太简单，AI每🇫🇴✂次都能答对，就没🇹🇬🆗有学习空间🍒；如果题目太难📌🧓，AI次次🇲🇪都失败，也无🤶法获得正向反馈🍏😩。这不是能力的差距💚🇧🇮，而是🎎🏭范式的失效🎧。
（4）正确性与📈验证 在⏬🇬🇶出货量达数🇱🇺百万颗芯片时，🚐😷“凭感觉设计🔀芯片”😣🌓是行不🇲🇷🦀通的🤬🧗♂️。这个基准出了🗣🗑名地难——💇⏯此前最好的🇵🇦🗳AI系统只能完⛓成约2🇨🇨1%的评分要求♎👨，而顶尖的机器学↙🏀习博士生🔐🎂在48㊗🇧🇳小时内能完成约4🦖🇻🇮1%🌫。这种探索工作🔳🤪是浪费的，不☕必要地消😐耗了令牌，而如果☸🐘模型对架🔁🌭构和工程👨👦👦有更深入的理解🌵，这些浪🍈费是可以避免📗的👢👩🦰。与之相比，GEP🌥🐎A（一种通过优🧞♀️🇷🇪化提示词🏑tms物流管理平台来植入☯🇱🇧能力描述的方🌀法）在超过4种能🤽♂️力之后就🗨💸陷入了停滞，无👩🚒论再描述多🤹♀️少种能力，效果🥪不再提升☦。
